Cloudflare: Clef Flash

Cloudflare Clef Flash to mniejszy model decyzyjny z rodziny Clef, zbudowany przez dalsze trenowanie Qwen3.5-9B wraz z jego koderem obrazu. Wspólna głowica schematu odczytuje materiał z wejścia i w jednym przebiegu w przód ocenia dozwolone odpowiedzi na każde wskazane pytanie. Jego rolą jest tworzenie ograniczonych klasyfikacji i decyzji w procesie. Wynik ma określony typ i zawiera prawdopodobieństwa, zamiast być odpowiedzią konwersacyjną, którą aplikacja musi zinterpretować jako kategorię.

Opisz sytuację w stanie tekstowym lub JSON-ie i osobno zdefiniuj pytania. Pytanie wymaga stałej nazwy, typu i jasnej instrukcji; pytania o kategorię lub ocenę definiują również dozwolone kryteria. W przypadku wiadomości do wsparcia jedno pytanie może klasyfikować problem, drugie oceniać pilność, a trzecie wskazywać, czy w rekordzie brakuje informacji potrzebnych do następnego kroku. Zachowaj w stanie rzeczywiste sformułowania klienta, istotną historię i zasady operacyjne, aby decyzja była powiązana z materiałem.

Trzy typy pytań odpowiadają na różne potrzeby. Wynik noul to prawdopodobieństwo spełnienia warunku prawda/fałsz. Wynik choice wskazuje jedną nazwaną opcję i obejmuje prawdopodobieństwa wszystkich alternatyw oraz wartość pewności. Wynik score ocenia uporządkowane kryteria i zwraca ich ocenę ważoną prawdopodobieństwami, legendę i rozkład. Świadomie określ kolejność ocen: przejście od „Nie wymaga działania” do „Natychmiastowy przegląd” różni się od nieuporządkowanego zestawu etykiet tematów.

Do szybkiego kierowania zgłoszeń opisz kategorie za pomocą działań lub granic odpowiedzialności, które rzeczywiście je odróżniają. Użytecznym przykładem jest zgłoszenie z opcjami: dostęp do konta, usterka techniczna, pytanie o dokumentację oraz inne, z objaśnieniem każdej opcji. Wynik modelu można przekazać do reguły kierowania w aplikacji. Zbliżone prawdopodobieństwa usterki technicznej i dostępu do konta są użyteczną wskazówką niejednoznaczności; jawnie zdecyduj, jak proces traktuje takie przypadki, zamiast zakładać, że wybrana etykieta oznacza potwierdzoną diagnozę.

Do klasyfikacji wizualnej dostarcz czytelny obraz i warunek, który obraz może uzasadniać. Przegląd paragonu może pytać, czy kwota łączna jest czytelna, oraz wybierać spośród zdefiniowanych kategorii jakości dokumentu. Nie powinien żądać dowolnej nowej kwoty, jak gdyby model był nieograniczoną usługą ekstrakcji lub pisania. Interfejs producenta dla otwartych wag przyjmuje również tablice klatek wideo. Zachowaj związek między klatkami a zapisanym stanem i pytaj o widoczne zdarzenia lub warunki w tym materiale.

Aktualna dokumentacja referencyjna hostowanego rozwiązania producenta podaje kontekst 24 576 tokenów, do 64 pytań i do czterech osadzonych obrazów. Obrazy PNG, JPEG lub WebP są ograniczone do 4 MiB i 16 megapikseli każdy, z łącznym limitem 8 MiB po zdekodowaniu; całe ciało żądania ma limit 13 MiB, a zdalne odnośniki do obrazów nie są akceptowane. Definicje pytań i media zużywają miejsce na wejściu, a długi tekst może zostać przycięty, aby się zmieścił. Umieść rozstrzygający materiał w zwięzłym stanie. Cloudflare dokumentuje, że zmniejszenie hostowanego kontekstu nie zmieniło opublikowanych wag, dlatego hostowane okno i konfiguracja otwartych wag pozostają odrębnymi kwestiami.

Ograniczony format wyjścia modelu przydaje się do powtarzalnych kontroli zasad lub procesów. Zdefiniuj na przykład osobne pytania sprawdzające, czy rekord spełnia podane zasady kompletności i która kategoria dalszego działania ma zastosowanie. Formułuj kryteria jawnie i uwzględnij opcję dla przypadków nieobjętych kategoriami, jeśli należy to do projektu procesu. Prawdopodobieństwa oceniają dostarczone opcje; nie dowodzą, że opcje stanowią pełny opis każdej rzeczywistej sytuacji.

Zachowaj razem stan, schemat i zwróconą odpowiedź. Gdy wynik zaskakuje, sprawdź, czy kryterium jest niejednoznaczne, czy zabrakło rozstrzygającego wejścia lub czy istotny tekst został ucięty. Porównaj oceny modelu ze zweryfikowanymi przypadkami z rzeczywistego zadania, zanim wybierzesz progi automatycznych działań. Pozycjonowanie Clef Flash jako mniejszego modelu do szybkich decyzji nie zastępuje sprawdzenia kosztu błędnego skierowania zgłoszenia w danym procesie.

Użyj wyniku o określonym typie jako wejścia do następnego kroku aplikacji. Model nie wykonuje tego kroku ani nie pisze jego późniejszego wyjaśnienia. Jeśli użytkownik potrzebuje raportu, zachowaj decyzję i materiał źródłowy do wykorzystania przez osobny proces pisania. Użytecznym artefaktem Clef Flash jest możliwa do skontrolowania odpowiedź na każde nazwane pytanie, wraz z informacją o prawdopodobieństwach potrzebną do zastosowania reguł procesu.